稳定跟踪平台陀螺噪声及滤波去噪方法
处理噪声数据的主要方法
处理噪声数据的主要方法
处理噪声数据的主要方法包括以下几种：
滤波：滤波是一种常用的降噪方法，可以通过对信号进行滤波处理来去除噪声。
常用的滤波器包括低通滤波器、高通滤波器、带通滤波器和陷波滤波器等。
平滑：平滑是一种常用的降噪方法，可以通过对信号进行平滑处理来去除噪声。
常用的平滑方法包括移动平均、加权移动平均、中值滤波等。
峰值检测：峰值检测可以通过寻找信号中的极值点来去除噪声。
这种方法适用于信号中包含噪声的情况下，信号的峰值点仍然能够被识别出来。
信号重构：信号重构是一种基于信号处理的降噪方法，可以通过对信号进行分解和重构来去除噪声。
常用的信号重构方法包括小波变换、奇异值分解等。
信号平移和缩放：这种方法通过改变信号的时间或幅度尺度来减少噪声的影响。
这种方法通常需要先对信号进行采样，然后对采样数据进行平移和缩放处理。
数据拟合：数据拟合是一种基于统计学的降噪方法，可以通过对信号进行拟合来去除噪声。
常用的数据拟合方法包括多项式拟合、最小二乘法拟合等。
需要根据具体的噪声类型、噪声强度、信号特征等因素选择合适的降噪方法。
在处理噪声数据时，通常需要进行多种降噪方法的组合使用，以获得更好的降噪效果。
跟踪微分器在陀螺信号去噪方面的应用
ＺＨＵＦｅｎｇ１，２，ＺＨＡＮＧＢａｏ１ ，ＬＩＸｉａｎｔａｏ１，ＪＩＮＣｈａｏｑｉｏｎｇ１，２，ＳＨＥＮＳｈｕａｉ１，２ （１．ＣｈａｎｇｃｈｕｎＩｎｓｔｉｔｕｔｅｏｆＯｐｔｉｃｓ，ＦｉｎｅＭｅｃｈａｎｉｃｓａｎｄＰｈｙｓｉｃｓ， ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｃｈａｎｇｃｈｕｎ１３００３３，Ｃｈｉｎａ；
（２）
其中，ｆｓｇ（ｘ，ｄ）＝［ｓｉｇｎ（ｘ＋ｄ）－ｓｉｇｎ（ｘ－ｄ）］／２。 下：
式中，ｒ为时间常数 Ｔ的倒数；ｈ为连续系统离散
化的积分步长。
把函数 ｕ＝ｆｈａｎ（ｘ１，ｘ２ｒ，ｈ）代入到系统 （１） 中，得：
{ｆｈ＝ｆｈａｎ［ｘ１（ｋ），ｘ２（ｋ），ｒ，ｈ］ ｘ１（ｋ＋１） ＝ｘ１（ｋ）＋ｈｘ２（ｋ） ，
跟踪微分器在滤波的同时，会引起相位延迟。
考虑跟踪微分器可以得到输入信号的微分值，借
鉴运动学中的位移公式，可以采用预报的方法改 善输出信号中的相位延迟 。 ［１１］ 具体做法是将滤
ｖ０（ｔ） ＝ｓｉｎ（ｔ）＋ｎ（ｔ）
ｖ（ｔ）
＝ｖ０（ｔ）＋ｈ１ｖ２（ｔ）
ｆｈ＝ｆｈａｎ［ｖ１（ｋ）－ｖ（ｋ），ｖ２（ｋ），ｒ，ｈ０］，（６）
ｖ１（ｔ＋ｈ）
＝ｖ１（ｋ）＋ｈｖ２（ｋ）
ｖ２（ｋ＋１） ＝ｖ２（ｋ）＋ｈｆｈ
式中，ｈ１为预报时间，取值通常情况下比跟踪微分
器中的滤波因子 ｈ０稍大（１倍到 １５倍）。
第二种为 “先 微 分，后 预 报 ”，其 具 体 算 法 如
下：
ｖ０（ｔ） ＝ｓｉｎ（ｔ）＋ｎ（ｔ）
ｆｈ＝ｆｈａｎ［ｖ１（ｔ）－ｖ０（ｔ），ｖ２（ｔ），ｒ，ｈ０］
陀螺仪卡尔曼滤波算法
陀螺仪卡尔曼滤波算法1. 引言陀螺仪是一种用于测量角速度的传感器，广泛应用于惯性导航、无人机控制、姿态估计等领域。
然而，由于传感器噪声和误差的存在，陀螺仪输出的数据往往不够稳定和准确。
为了解决这个问题，人们提出了许多滤波算法，其中最常用且效果良好的就是卡尔曼滤波算法。
本文将介绍陀螺仪卡尔曼滤波算法的原理、实现过程以及应用场景，并对其优缺点进行讨论。
2. 陀螺仪陀螺仪是一种基于角动量守恒原理工作的传感器。
它通常由一个旋转部件和一个测量部件组成。
旋转部件可以是一个旋转的轴或者一个旋转的盘片，当外界施加力矩时，旋转部件会发生相应的转动。
测量部件通过测量旋转部件的角速度来获取外界施加力矩的信息。
陀螺仪输出的数据通常是角速度，单位为弧度/秒。
然而，由于制造工艺和环境因素的限制，陀螺仪的输出往往存在噪声和误差。
这些噪声和误差会对应用场景中的姿态估计、运动控制等任务产生不利影响。
3. 卡尔曼滤波算法卡尔曼滤波算法是一种递归滤波算法，通过利用系统模型和观测数据，对状态进行估计和预测。
它在估计过程中综合考虑了系统模型的预测值和观测数据的测量值，并通过最小均方误差准则来优化估计结果。
陀螺仪卡尔曼滤波算法主要包括以下几个步骤：3.1 状态空间模型首先，需要建立一个状态空间模型来描述陀螺仪系统。
状态空间模型通常由状态方程和观测方程组成。
状态方程描述了系统的演化规律，可以表示为：x(k) = F * x(k-1) + B * u(k-1) + w(k-1)其中，x(k)表示时刻k的系统状态，F是状态转移矩阵，B是控制输入矩阵，u(k)是控制输入，w(k)是过程噪声。
观测方程描述了系统的输出与状态之间的关系，可以表示为：z(k) = H * x(k) + v(k)其中，z(k)表示时刻k的观测值，H是观测矩阵，v(k)是观测噪声。
3.2 初始化在开始滤波之前，需要对滤波器进行初始化。
通常情况下，可以将初始状态和协方差矩阵设置为零向量和单位矩阵。
光纤陀螺信号降噪的无监督自适应滤波方法
光纤陀螺信号降噪的无监督自适应滤波方法1 光纤陀螺信号的降噪问题光纤陀螺是一种高精度、高稳定性的旋转传感器，被广泛应用于工业、军事等领域。
然而，由于各种噪声的存在，光纤陀螺所产生的信号常常受到很大的干扰，降低其测量精度和可靠性。
因此，如何对光纤陀螺信号进行有效的降噪，一直是研究者关心的热点问题。
2 传统滤波方法存在的问题传统的光纤陀螺信号滤波方法主要包括数字滤波和模拟滤波两种。
数字滤波方法的优点是可以通过软件实现，易于控制和调节；模拟滤波方法的优点是可以在滤波器前端直接滤除噪声。
但是，这两种方法都存在一些不足之处，如数字滤波方法会引入额外的延迟和失真；模拟滤波方法需要对电路进行精细的调整，不易实现自动化。
3 无监督自适应滤波方法的优点为了解决传统滤波方法存在的问题，近年来，提出了一种新的光纤陀螺信号降噪方法——无监督自适应滤波方法。
该方法可以自动适应信号的变化，并根据信号的特征对其进行滤波，避免了传统滤波方法中需要手动调整参数的缺点。
此外，这种方法可以识别和能处理多信噪比环境下的信号，有很好的鲁棒性和适应性。
4 无监督自适应滤波方法的实现无监督自适应滤波方法的实现基于自适应算法，主要包括LMS（最小均方）算法、NLMS（归一化最小均方）算法、RLS（递归最小二乘）算法等。
其中LMS算法是最常见的一种，其基本思想是对待滤波信号和噪声信号分别自适应调整一组加权系数，以期望信号的平均误差最小。
5 结语综上所述，无监督自适应滤波方法是一种有效的光纤陀螺信号降噪方法，具有自动化、适应性、鲁棒性等优点。
在实际应用中，可以根据具体情况选择不同的自适应算法，并对算法参数进行合理调整，以达到最优的滤波效果。
基于滤波算法的陀螺仪噪声抑制技术研究
基于滤波算法的陀螺仪噪声抑制技术研究随着科技的发展，陀螺仪在各个领域中都有广泛的应用。
然而，由于一些基本原理和特性的限制，陀螺仪在使用过程中经常会受到各种噪声的干扰，这给陀螺仪的精度和准确性带来了很大的影响。
为了解决这个问题，滤波技术被广泛应用于陀螺仪噪声的抑制中。
一、陀螺仪的噪声及其分类陀螺仪的噪声分为内部噪声和外部噪声两种。
内部噪声是由于材料、制造工艺、结构设计等原因造成的，这种噪声一般是稳定的，可以通过校准数据进行补偿。
外部噪声则是由于周围环境的影响，如温度、压力、振动等引起的噪声，这种噪声的干扰比内部噪声更难处理。
二、滤波算法的基本原理和分类滤波算法是将原始信号经过一定的处理，去除掉其中的噪声，使得输出信号更加平滑，更为准确。
常见的滤波算法有低通滤波、高通滤波、带通滤波和带阻滤波等。
低通滤波指的是截止频率低于某一特定值的滤波器，这种滤波器主要是用于降低高频噪声的干扰。
高通滤波则是截止频率高于某一特定值的滤波器，用于降低低频噪声，提高信号的高频部分。
带通滤波则是只允许一定范围内的频率通过，用于只保留一定的频率范围内的信号。
带阻滤波则是在一定的频率范围内完全屏蔽信号，用于去除干扰的特定频率信号。
三、滤波算法在陀螺仪中的应用由于陀螺仪中存在各种噪声，因此滤波算法被广泛应用于陀螺仪数据的处理中。
目前，常见的滤波算法有卡尔曼滤波、小波变换滤波、中值滤波和无限脉冲响应滤波等。
卡尔曼滤波是一种非常常见的滤波算法，它可以用于多维信号的处理，并能够自适应的调整噪声控制强度，使得输出信号更加稳定和准确。
小波变换滤波则是通过将原始信号分解成某些特定的频率段，来达到噪声消除的效果。
中值滤波则是取信号序列中的中位数，对于含有较多噪声比较适用。
无限脉冲响应滤波采用了一种特殊的滤波器，能够有效的去除信号中的噪声。
四、总结陀螺仪的噪声会给其应用带来很大的影响，但是滤波算法的使用可以很好地解决这个问题。
通过对各种滤波算法的比较和分析，可以更好的选择适合于自己应用的滤波算法，提高系统的准确性和精度。
基于智能手机陀螺仪噪声辨别及去噪处理
基于智能手机陀螺仪噪声辨别及去噪处理庞吉磊;徐泮林;姬现磊【摘要】随着室内定位需求的增长,基于智能手机的室内定位技术成为研究热点,行人航迹推算算法(PDR)是室内定位的主要方法之一.航向估计是影响行人航迹推算算法定位精度提升的难点,智能手机内置陀螺仪是获取航向的主要数据来源.利用Allan方差(Allan variance)方法对手机陀螺仪实测数据进行分析,辨识了引起随机误差的噪声种类,并对比了两款手机内置陀螺仪性能;采用巴特沃斯(Butterworth)滤波方法对携带手机行走实测陀螺仪数据去噪处理;选用四元数法解算航向信息,对比滤波前后数据解算航向的精度,来验证去噪方法的效用.实验结果表明,采用巴特沃斯滤波方法后数据更为平滑,并在一定程度上提高了航向精度.【期刊名称】《矿山测量》【年(卷),期】2019(047)002【总页数】5页(P84-88)【关键词】智能手机陀螺仪;Allan方差;巴特沃斯;航向;四元数【作者】庞吉磊;徐泮林;姬现磊【作者单位】山东科技大学测绘科学与工程学院,山东青岛 266590;山东科技大学测绘科学与工程学院,山东青岛 266590;山东科技大学测绘科学与工程学院,山东青岛 266590【正文语种】中文【中图分类】P228.4随着微机电系统技术(Micro Electro Mechanical System, MEMS)及智能手机制作技术的发展，内置惯性传感器已成为智能手机必备配件，不但提高了用户娱乐体验，还为用户提供位置服务提供数据支持[1,2]。
智能手机拥有广大用户群体，并与用户日常生活紧密相连，基于智能手机的室内定位技术成为目前研究的热点，航迹推算算法(PDR)是一种基于智能手机内置惯性传感器的室内定位方法[3]。
由于目前手机制作商并不是以导航定位为首要目的来挑选传感器，智能手机内置传感器价格低廉、性能较差，内置陀螺仪的误差较大，这些误差随着在导航算法中数据积分的积累，将会引起较大航向误差[4]。
光纤陀螺信号降噪的无监督自适应滤波方法
光纤陀螺信号降噪的无监督自适应滤波方法光纤陀螺信号降噪是提高光纤陀螺仪性能的重要问题之一、由于光纤陀螺信号是通过采集光强数据得到的，它受到各种噪声干扰的影响，如光源噪声、检测器噪声以及环境振动等。
这些噪声会对陀螺仪输出的精度和稳定性造成不利影响，因此需要采用降噪方法对信号进行处理。
对于光纤陀螺信号的降噪，常用的方法是滤波。
一般来说，滤波方法可以分为两类：有监督滤波和无监督滤波。
有监督滤波需要先提供已知的噪声模型或噪声测量值作为输入，然后通过模型或测量数据对信号进行滤波。
然而，在实际应用中，我们常常无法获得准确的噪声模型或测量数据。
而无监督滤波方法则不依赖已知的噪声模型或测量数据，而是通过对信号的统计特性进行估计和分析，从而实现信号的降噪。
一种常用的无监督自适应滤波方法是基于小波变换的降噪方法。
小波变换是一种时频分析方法，它具有良好的局域特性和多分辨率分析能力，适用于非平稳信号的处理。
在小波域中，信号分解成不同尺度的频带，并且可以对每个频带的系数进行调整和滤波。
因此，小波变换在信号降噪中具有较好的效果。
具体而言，基于小波变换的降噪方法的步骤如下：1.将光纤陀螺信号进行小波分解，得到信号的小波系数。
2.对小波系数进行阈值去噪。
阈值去噪是指对小波系数进行幅值的判断和处理。
可以使用硬阈值或软阈值来进行去噪。
硬阈值将小于给定阈值的系数置零，而软阈值将小于阈值的系数缩小到一个较小的值。
通过调整阈值的大小，可以控制信号的平滑程度和噪声的去除效果。
3.对去噪后的小波系数进行小波逆变换，得到降噪后的光纤陀螺信号。
需要注意的是，在选择小波基函数和确定阈值时需要考虑到信号的特性和噪声的统计特性。
不同的小波基函数对信号的处理效果不同，而适当选择阈值可以使得信号在去噪后尽可能保留原始信号的特征信息。
除了基于小波变换的降噪方法，还可以采用其他无监督自适应滤波方法，如自适应滤波器和自适应滤波算法等。
这些方法的原理类似，都是通过对信号的统计特性进行估计和分析，从而实现信号的降噪。
第4章陀螺稳定平台
iibbbbyx
ibbz
a ia
Cbaibb
a ba
cosa sina
0
s in a c os a
0
0 0
iibbbbyx
0 0
iibbbbxy
c os a c os a
b iby
b ibx
s in a s in a
1 ibbz a
b ibz
a
其中 a
是陀螺感测到
ωB反映了系统对输入响应的快慢 1、干扰信号一般为小于5Hz的低频信号， ωB应远大于5Hz， 才能抑制干扰 2、噪声也会形成干扰，频率一般在50-5000Hz， ωB不能 太宽，以免引入噪声干扰 3、修正指令信号的频率
平台对基座角振荡的隔离度
当基座作角振荡时，干扰力矩会引起平台同频率的角振
荡，定义平台角振荡的幅值与基座角振荡的幅值之比为稳定
第四章 陀螺稳定平台
陀螺稳定平台包括 1、惯性平台 2、陀螺稳定装置
陀螺稳定平台的基本功能： 1、稳定功能
抑制外界扰动 2、跟踪功能
按指定的姿态运动
陀螺稳定平台的稳定作用之一是能自动产生卸荷力矩 对消干扰力矩。卸荷力矩分为两类 1、陀螺力矩 2、伺服力矩
陀螺稳定平台的主要类型 1、直接式陀螺稳定平台--干扰力矩由陀螺力矩对消 2、间接式陀螺稳定平台--干扰力矩由伺服力矩对消 3、指示式陀螺稳定平台--干扰力矩由伺服力矩对消 4、动力式陀螺稳定平台--干扰力矩由伺服力矩和陀螺 力矩对消 5、指示-动力式陀螺稳定平台--干扰力矩由伺服力矩和 陀螺力矩对消
0
f ifz
0
f ify
f ify
f ifz
tan f
a iay
噪声数据 滤波方法
噪声数据滤波方法
对于噪声数据的滤波，可以采用多种方法，具体方法取决于噪声的性质和数据类型。
以下是一些常见的噪声数据滤波方法：
1. 移动平均滤波：对数据中的每个值，取一定数量的历史数据的平均值作为输出值。
这种方法对于去除随机噪声特别有效。
2. 中值滤波：对某个窗口内的所有值进行排序，然后取中值作为输出。
这种方法对于去除由异常值引起的噪声特别有效。
3. 低通滤波：只保留数据中的低频成分，去除高频成分。
这种方法对于去除高频噪声或振动特别有效。
4. 傅里叶变换滤波：将数据从时域转换到频域，然后在频域进行滤波操作。
这可以用于去除特定频率的噪声。
5. 小波变换滤波：将数据分解成不同频率和时间尺度的小波分量，然后对噪声分量进行抑制。
这可以用于去除特定时间或频率范围的噪声。
6. 统计滤波：使用统计方法对数据进行滤波。
例如，可以使用回归分析或概率模型来预测无噪声的值。
7. 自适应滤波：根据输入数据自动调整滤波器参数。
例如，Wiener滤波器和Kalman滤波器都是自适应滤波器。
在选择合适的滤波方法时，需要考虑数据的性质、噪声的类型和强度、以及滤波器的效果和可能的副作用（如数据失真）。
降低动力调谐陀螺输出噪声的方法
降低动力调谐陀螺输出噪声的方法
孟中;张涛
【期刊名称】《光学精密工程》
【年(卷),期】2002(010)004
【摘要】视轴Line of sight(LOS)抖动量的大小直接影响到陀螺稳定平台的性能,引起该抖动的主要原因之一是系统中动力调谐陀螺Dynamically tuned
gyro(DTG)的输出噪声.通过对动力调谐陀螺输出噪声的分析,选用Kalman滤波方法来降低陀螺的输出噪声.仿真实验表明,所采用的方法可降低噪声4.7dB,滤波是合理有效的.
【总页数】5页(P420-424)
【作者】孟中;张涛
【作者单位】中国科学院长春光学精密机械与物理研究所,吉林,长春,130022;中国科学院长春光学精密机械与物理研究所,吉林,长春,130022
【正文语种】中文
【中图分类】V241.5
【相关文献】
1.动力调谐陀螺仪李沙育图形输出机理分析 [J], 李辉;汪立新;杨建业;夏晶
2.一种热噪声标准源等效输出噪声温度的计算方法 [J], 陈晋龙;翟宏;李芳
3.动力调谐陀螺仪数字伺服与数字输出技术 [J], 李汉舟;罗敏华;徐果
4.采用DGS降低相位噪声和提高输出功率的倒扣集成振荡器 [J], 程知群;李进;毛
祥根;谭松;陈敬
5.动力调谐陀螺的锥形运动及噪声信号的抑制 [J], 杨梅仓
因版权原因，仅展示原文概要，查看原文内容请购买。
一种稳定平台中陀螺漂移滤波算法的设计与实现
通过卡尔曼滤波方法对陀螺仪的随机漂移进行处理时，首先需对陀螺仪的输出信号进行预处理并使其 满足平稳随机序列，然后建立相应的时序模型，并对其检验适用性. 这类建模方法在文献[2-3]中已经给出了 说明. 另外本文综合考虑了系统实时性要求及模型适用性要求等方面因素，故采用 AR（1）模型对陀螺仪随 机噪声进行建模分析.
系统运行时，轻轻旋转 MPU6050 陀螺模块，使陀螺输出的反馈信号不为零，然后利用同样的方法对原始 数据和滤波后的数据进行采集. 为了更明显的观察，分别对原始数据和滤波后的数据进行 MATLAB 仿真. 得到如图 4 所示的动态工作仿真图. 3.3 分析总结
通过滤波前后数据仿真图的对比可以看出，MPU6050 陀螺模块无论是处在静态工作状态还是动态工作 状态，都能有效抑制信号中的扰动现象，使陀螺输出的反馈信号趋向平稳，有效地提高了系统在运行时的工 作精度. 所以卡尔曼滤波算法是提高稳定控制系统精度的关键部分，且在实际应用中简单方便.
在
实
际
的
陀
螺
随
机
漂
移
数
据
处
理
中
，X
a k
=
[ω
k
]rk T ，rk 为陀螺的随机漂移量，ωk 为陀螺的实际角速率
值，Γk,k - 1 、φk,k - 1 、Hk 均为单位矩阵，Πk,k - 1 是建立陀螺随机漂移模型的参数值 .[5]
2 滤波器性能的检验
2.1 仿真验证 本文以 MPU6050 陀螺仪模块为仿真试验对象来进行检测. MPU6050 是一个数位运动处理硬件加速引
收稿日期：2013-11-03 基金项目：苏州市科技计划项目“集图像采集功能的新型 3G 网络环境监测小型浮标研制”（SGZ2012064）；国家自然科学
滤波去噪的方法
滤波去噪的方法引言：在现实生活和科学研究中，我们经常会遇到需要对信号进行滤波去噪的情况。
滤波去噪是指通过一系列的数学运算，将信号中的噪声成分剔除，从而得到干净的信号。
本文将介绍几种常用的滤波去噪的方法。
一、均值滤波均值滤波是一种简单而常用的滤波方法。
它的原理是通过计算信号中一段时间内的平均值来抑制噪声。
具体来说，均值滤波将信号中的每个采样点替换为该点周围一定范围内的采样点的平均值。
这样可以有效地平滑信号，减小噪声的影响。
二、中值滤波中值滤波是一种基于统计的滤波方法。
它的原理是通过计算信号中一段时间内的中值来抑制噪声。
具体来说，中值滤波将信号中的每个采样点替换为该点周围一定范围内的采样点的中值。
与均值滤波相比，中值滤波对于椒盐噪声等比较极端的噪声效果更好。
三、高斯滤波高斯滤波是一种基于概率统计的滤波方法。
它的原理是通过计算信号中一段时间内的加权平均值来抑制噪声。
具体来说，高斯滤波将信号中的每个采样点替换为该点周围一定范围内的采样点的加权平均值，其中权重由高斯函数确定。
高斯滤波对于高斯噪声的去除效果较好。
四、小波变换小波变换是一种基于频域分析的滤波方法。
它的原理是将信号分解为不同尺度的小波分量，然后根据噪声的特性选择适当的小波系数进行滤波。
小波变换具有时频局部化的特点，可以更好地保留信号的时域和频域信息，从而实现较好的去噪效果。
五、自适应滤波自适应滤波是一种基于自适应参数估计的滤波方法。
它的原理是根据信号的统计特性自适应地调整滤波器的参数，从而适应不同噪声环境下的滤波要求。
自适应滤波可以通过对输入信号的建模和估计来实现对噪声的准确抑制，具有较好的鲁棒性和适应性。
六、总结滤波去噪是一项重要的信号处理任务，对于提高信号质量和提取有效信息具有重要意义。
本文介绍了几种常用的滤波去噪方法，包括均值滤波、中值滤波、高斯滤波、小波变换和自适应滤波。
这些方法各有特点，适用于不同的噪声环境和信号特性。
在实际应用中，我们可以根据具体情况选择适当的滤波方法，从而实现有效的去噪效果。
MEMS陀螺的抗野值自适应滤波降噪方法
（ １ ．Ｔｈ ｅ Ｒｅ ｓ ｅ ａ ｒ ｃ ｈ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｏ ｆ Ｓ ｈ ｉ ｐ ｓ ，Ｎａ ｖ ｙ Ａｃ ａ ｄ ｅ ｍｙ ｏ ｆ Ａｒ ｍａ ｍｅ ｎ ｔ ，Ｂ ｅ ｉ ｊ ｉ ｎ ｇ １ ０ ０ １ ６ １ ， Ｃｈ ｉ ｎ ａ ；
２．Ｃｏ ｌ ｌ ｅ ｇ ｅ ｏ ｆ Ｅｌ ｅ ｃ ｔ ｒ ｉ ｃ ａ ｌ Ｅｎ ｇｉ ｎｅ ｅ ｒ ｉ ｎ ｇ，Ｎａ ｖ ａ ｌ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｅｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ，Ｗ ｕ ｈ ａ ｎ ４ ３ ０ ０ ３ ３，Ｃｈ ｉ ｎ ａ ）
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ａｉ ｍｅ ｄ ａ ｔ ｔ ｈ ｅ ｐ ｒ ｏ ｂ ｌ ｅ ｍ ｏ ｆ ｌ ａ ｒ ｇ ｅ ｒ ａ ｎ ｄ ｏ ｍ ｄ ｒ ｉ ｆ ｔ ｏ ｆ ｍｉ ｃ ｒ ｏ — ｅ ｌ ｅ ｃ ｔ ｒ ｏ — ｍｅ ｃ ｈ ａ ｎ ｉ ｃ ａ ｌ ｓ ｙ ｓ ｔ ｅ ｍｓ（ Ｍ ＥＭ Ｓ ）ｇ ｙ ｒ ｏ ｓ ｃ ｏ ｐ ｅ
ＭＥ ＭＳ陀 螺 的 抗 野 值 自适 应 滤 波 降 噪 方 法
李 杨 ， 胡 柏 青 ， 覃 方 君 ， 冯 国利。
（ １ ．海 军 装 备 研 究 院 舰 船 所 ， 北京 １ ０ ０ １ ６ １ ； ２ ．海 军 工 程 大 学 电气 工 程 学 院 ， 湖北 武汉 ４ ３ ０ ０ ３ ３ ）
ａ ｎ ｄ ｔ ｈ ｅ ｎ ｅ ｇ ａ ｔ ｉ ｖ ｅ ｉ ｍｐ ａ ｃ ｔ ｏ ｆ ｆ ｉ ｌ ｔ ｅ ｒ ｄ ｕ ｅ ｔ Ｏ ｔ ｈ ｅ ｏ ｕ ｔ ｌ ｉ ｅ ｒ ｓ ｉ ｎ ｍｅ ａ ｓ ｕ ｒ ｅ ｍｅ ｎ ｔ ，ａ ｎ ｏ ｕ ｔ ｌ ｉ ｅ ｒ ｒ ｅ ｊ ｅ ｃ ｔ ｉ ｎ ｇ ａ ｎ ｄ ａ ｄ ａ ｐ ｔ ｉ ｖ ｅ ｆ ｉ ｌ ｔ ｅ ｒ ｉ ｎ ｇ ｍｅ ｔ ｈ ｏ ｄ
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
螺 的输 出噪声 对平 台 系统 的影响 ， 结果 显示 陀螺噪 声会 引起 稳 定平 台输 出轴 的抖 动和 角度 漂移 并 对 平 台 系统 的稳 定精 度与跟 踪精 度都有很 大影响 。分析 了陀螺噪 声数 据及基 于卡 尔曼 滤波的去 噪 算 法并分析 滤噪 效果 ， 结果表 明卡 尔曼滤波效 果 明显 ， 是理 想 的陀螺噪 声滤 波器 。 关键 词 ： 稳 定跟踪 平 台 ； 陀螺 ； 噪声； 卡 尔曼滤 波
Ｌ Ｉ Ｕ Ｓ ｈ ａ ｏ ｘ ｕ ａ ｎ， ＭＡ Ｙａ ｎ， Ｗ Ｕ Ｘｕ ｇ ｕ ａ ｎ ｇ ，Ｚ ＨＡＮＧ Ｙｏ ｎ ｇ ｈ ｕ ｉ
（ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆＮ ａ ｖ ｉ ｇ ａ ｔ ｉ ｏ ｎ ，Ｎ ｏ ｒ ｔ ｈ ｗ ｅ ｓ ｔ ｅ ｒ ｎ Ｐ ｏ ｌ ｙ ｔ ｅ ｃ ｈ ｎ ｉ ｃ ａ ｌ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｘ ｉ ＇ ａ ｎ ７ １ ０ ０ ７ ２ ， Ｃ ｈ ｉ ｎ ａ ）
陀螺 的影 响越大 ， 甚 至 噪声 信 号会 淹 没 陀螺 的输 出
信号 ， 从 而影 响稳 定 跟踪 系 统 的跟 踪 性 能 和稳 定精
Ａｂｓ ｔ ｒ ａ ｃ ｔ： Ｔｈ ｅ ｉ ｎ ｔ ｅ ｒ ｎ ａ ｌ ｆ ｒ ａ ｍｅ ｖ ｅ ｌ ｏ ｃ ｉ ｔ ｙ ｓ ｔ ａ ｂｉ ｌ ｉ ｚ ａ ｔ ｉ ｏ ｎ ｌ ｏ ｏ ｐ ｏ ｆ ｔ ｈ ｅ ａ ｉ ｒ ｂ ｏ ｒ ｎ ｅ ｓ ｔ ａ ｂ ｉ ｌ ｉ ｚ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｔ ｒ ａ ｃ ｋ ｉ ｎ ｇ ｐ ｌ ａ ｔ — ｆ ｏ ｒ ｍ ｉ ｓ ｍｏ ｄ ｅ ｌ ｅ ｄ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｅ ｍｅ ｃ ｈａ ｎ ｉ ｓ ｍ ａ ｎａ ｌ ｙ ｓ ｉ ｓ ． Ｓ ｔ ｕ ｄ ｉ ｅ ｄ ｔ ｈ ｅ ｉ ｍｐ ａ ｃ ｔ ｏ ｆ ｇ ｙ ｒ ｏ ｎ ｏ ｉ ｓ ｅ ｏ ｎ ｐ ｌ ａ ｔ ｆ ｏ ｍ ｒ ｓ ｙ ｓ ｔ ｅ ｍ ，
０ 引言
机载稳定跟踪平 台是安装在飞机等运动载体上
的伺 服稳定 平 台。平 台上安装 对空或 对地 的探测 装 置， 基 于视 轴 稳 定 技 术 来 跟 踪 空 中或 地 面 的 目标 。
应 的快 速性 ， 以改 善 探 测装 置 稳定 快 速 地 跟踪 。而
陀螺的随机漂移以及低频噪声等各种干扰降低了陀 螺对信号的分辨率 。输入速度信号越小干扰 因素对
ｏ ｆ ｇ ｙ ｒ ｏ ｎ ｏ ｉ ｓ ｅ ．
Ｋｅ ｙ ｗｏｒ ｄｓ ： ｓ ｔ ａ ｂ ｉ ｌ ｉ ｚ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｔ ｒ ａ ｃ ｋ ｉ ｎ ｇ ｐ ｌ ａ ｔ ｆ ｏ ｒ ｍ ；ｇ ｙ ｒ ｏ；ｎ ｏ ｉ ｓ ｅ；Ｋａ ｌ ｍａ ｎ ｉｌ ｆ ｔ ｅ ｒ
ｔ ｈ ｅ ａ ｎ ａ ｌ ｙ ｚ ｉ ｎ ｇ ｒ ｅ ｓ ｕ ｌ ｔ ｉ ｎ ｄ ｉ ｃ ａ ｔ ｅ ｓ ｔ ｈ ａ ｔ ｔ ｈ ｅ ｇ ｙ ｍ ｎ ｏ ｉ ｓ ｅ ｗ ｏ ｕ ｌ ｄ ｃ ａ ｕ ｓ ｅ ｔ ｈ ｅ ｊ ｉ ｔ ｔ ｅ ｒ ｏ ｆ ｔ ｈ ｅ ｌ ｉ ｎ ｅ ｏ ｆ ｓ ｉ ｇ ｈ ｔ ａ ｎ ｄ ｓ ｌ ｏ ｗ ｄ ｒ ｉ ｆ ｔ ｏ ｎ
・
ቤተ መጻሕፍቲ ባይዱ
６ ２・
工业仪表与 自动化装 置
２ ０ １ ３年第 ３期
稳 定 跟 踪 平 台 陀 螺 噪 声 及 滤 波 去 噪 方 法
刘少轩 ， 马 琰， 吴旭光 ， 张勇辉
（ 西 北工业 大 学 航 海 学院 ， 西安 ７ １ ０ ０ ７ ２ ）
摘要 ： 在机 载稳 定跟 踪 平 台中对 内框 架速 率稳 定回路进 行机理 分析 并建 立数 学模 型 ， 分析 了陀
ａ ｎ ｇ ｌ ｅ ａ ｎ ｄ ｈ ａ ｖ ｅ ａ ｇ ｒ ｅ ａ ｔ ｉ ｎ ｆ ｌ ｕ ｅ ｎｃ ｅ ｏ ｎ ｓ ｔ ａ ｂ ｌ ｅ ｐ ｒ ｅ ｃ ｉ ｓ ｉ ｏ ｎ ａ ｎ ｄ ｔ ｒ ａ ｃ ｋ ｉ ｎ ｇ ａ ｃ ｃ ｕｒ ａ ｃ ｙ ｏ ｆ ｐ ｌ ａ ｔ ｆ ｏ ｍ ｒ ｓ ｙ ｓ ｔ ｅ ｍ ．Ａｎ ａ ｌ ｙ ｚ ｅ ｄ ｔ ｈ ｅ ｇ ｙ ｒ ｏ ｎ ｏ ｉ ｓ ｅ ｄ ａ ｔ ａ ａ ｎ ｄ ｓ ｔ ｕ ｄ ｉ ｅ ｄ ｔ ｈ ｅ Ｋａ ｌ ｍａ ｎ ｉｌ ｆ ｔ ｅ ｒ ｍｅ ｔ ｈ ｏ ｄ ｔ ｏ ｄｅ ｎ ｏ ｉ ｓ ｅ ｔ ｈ ｅ ｓ ｉ ｇ ｎ ａ ｌ ｏ ｆ ｇ ｙ ｒ ｏ ｎ ｏ ｉ ｓ ｅ， ｔ ｈ ｅ ｎ ｔ ｈ ｅ ｓ ｉ ｍ— ｕ ｌ ａ ｔ ｉ ｏ ｎ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｓ ｈ ｏ ｗ ｔ ｈ ａ ｔ ｔ ｈ ｅ Ｋａ ｌ ｍａ ｎ ｉｌ ｆ ｔ ｅ ｒ ｍｅ ｔ ｈ ｏ ｄ ｃ ｏ ｕ ｌ ｄ ａ ｃ ｈ ｉ ｅ ｖ ｅ ｄ ｇ ｏ ｏ ｄ ｐ ｅ ｒ ｆ ｏ ｍ ａ ｒ ｎ ｃ ｅ ｏ ｎ ｄ ｅ ｎ ｏ ｉ ｓ ｅ ｔ ｈ ｅ ｓ ｉ ｇ ｎ ａ ｌ
中图分类号 ： Ｖ ２ ４ １ ． ５ 文献标 志码 ： Ａ 文章编 号 ： １ ０ ０ ０— ０ ６ ８ ２ （ ２ ０ １ ３ ） ０ ３— ０ ０ ６ ２— ０ ５
Ｒｅ ｓ ｅ ａ ｒ ｃ ｈ ｏ ｎ ｇ ｙ ｒ ｏ ｎｏ ｉ ｓ ｅ ａ ｎ ｄ ｉｌ ｆ ｔ ｅ ｒ ｉ ｎｇ ｏ ｆ ｓ ｔ ａ ｂｉ ｌ ｉ ｚ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｔ ｒ ａ ｃ ｋ ｉ ｎ ｇ ｐｌ ａ ｔ ｆ ｏ ｒ ｍ